[Published: August 15, 2022 6.03am AEST]
[著作者] Ross Pain, Michael David Kirchhoff, Stephen Francis Mann
ロス・ペイン 博士
オーストラリア国立大学、哲学、ポスドク研究員
マイケル・デヴィッド・キルヒホフ 博士
ウーロンゴン大学 哲学科上級講師
スティーブン・フランシス・マン 博士
マックス・プランク進化人類学研究所 哲学 客員研究員
1990 年代初頭、英国の神経科学者であるカール フリストン (Karl Friston) は、脳のスキャンを調べていました。スキャンによってテラバイト単位のデジタル出力が生成されたため、フリストンは大量のデータ フローを並べ替えて分類するための新しい技術を見つけなければなりませんでした。
途中で彼は啓示を受けました。彼が使用していた技術は、視覚データを処理するときに脳自体が行っていたことと似ている可能性があります。
彼は、自然がずっと前に発見したデータ エンジニアリングの問題に対する解決策を偶然見つけたのでしょうか？ フリストンのひらめきの瞬間は、脳、精神、生命そのものの振る舞いを説明すると主張する、万物の理論 (theory of everything) につながりました。
我々が一連の論文をまとめたときに発見したように、自由エネルギー原理 (free energy principle) として知られるこの理論は、科学者や哲学者の間で物議を醸しています。
自然の、リエンジニアリング。
脳が直面している問題は実験科学者が直面している問題と似ているため、フリストンの最初のアイデアは魅力的でした。どちらも、直接観察できない事象について結論を引き出すために、データを使用する必要があります。
神経科学者はスキャン データを使用して、脳のプロセスに関する事実を推測します。脳は感覚入力を使用して、外界に関する事実を推測します。
フリストンがデータから結論を導き出すために使用したアルゴリズム (自由エネルギーの最小化、と呼ばれる数学的操作) は、統計分析の既存の手法に基づいていました。
フリストン (およびコンピューター科学者のジェフ ヒントン Geoff Hilton) など は、人工ニューラル ネットワークがこの操作を簡単に実行できることに気付きました。そして、人工ニューラル ネットワークがそれを実行できるのであれば、おそらく生物学的 ニューラル ネットワークも実行できるでしょう。
しかし、フリストンは、それだけでは止まりませんでした。彼は、限られた情報から結論を導き出す問題は、すべての生物が直面する問題であると推論しました。
これにより彼は、自由エネルギー原理 (free energy principle) にたどり着きました。つまり、すべての生物はどこにいても自由エネルギーを最小化するということです。
自由エネルギー原理。
しかし、正確には、自由エネルギーとは何でしょうか? すべての生物がそれを最小限に抑えることができるのはなぜでしょうか?
より単純なアイデアから始めましょう。すべての生物は、その経験がどれほど驚くべきものであるかを最小限に抑えようとしています。 「驚くべき」とは、生物またはその祖先がこれまで遭遇したことのない経験を意味します。
あなたの祖先は、最終的にあなたを生み出す血統を生み出すのに十分成功したので、彼らが経験したことは生存を促進したに違いありません。そして、あなた自身のこれまでの経験が、あなたを今も生きている結果にしています。
したがって、今まで経験したことのない経験、つまり驚きは危険な場合があります。 （究極の驚きは死です。）
確率の観点から驚きを定義することで、このアイデアを数学的な衣装で飾ることができます。経験の可能性が低いほど、より驚くべきことです。
そして、そこに「自由エネルギー」が登場します。私たちが普段考えているようなエネルギーではありません。この状況では、自由エネルギーは、特定の観察されていない状況が真実である場合に、あなたの経験がどれほどあり得ないかを測定します.
驚くべき事はないですか？
自由エネルギーを最小限に抑えるということは、観察されていない状況を信じることを選択することを意味します。
以下に例を示します。公園でピクニックをしていて、2 人の友人がフットボールを行ったり来たりさせているのを見ていると想像してください。視界が木に遮られているため、蹴ったボールの完全な軌道が見えません。
現在、木の後ろに第三者がいて、ボールが通過するたびにキャッチし、手元にある予備のボールを投げる可能性があります。
この木の後ろに人がいるかもしれません。しかし、全体として、それがないと信じてもそれほど驚くことではありません。
しかし、この第三者の存在を裏付ける証拠はないので、彼らの存在は非常に驚くべきものです。したがって、木の後ろに秘密の第三者はいないと信じることで、驚きを最小限に抑えることができます.
自由エネルギーを最小限に抑えることは、私たちの行動を導くのにも役立ちます。自由エネルギー原理によれば、あなたの経験が驚くべきものではないような方法で世界を変えることをするべきです!
この観点から見ると、極度の空腹による驚きを避けるために食べ、寒さによる驚きを避けるために避難場所を探します。
「万物の理論」は、実際にどの程度説明しますか？
したがって、自由エネルギー原理は、神経科学、心理学、生物学にまたがる「万物の理論」です。しかし、それが有用なアイデアであると誰もが確信しているわけではありません。
一部の懐疑論は、理論が正しいかどうかに関係しています。さらに大きな懸念は、たとえそれが真実であったとしても、あまり役に立たないかもしれないということです.
しかし、なぜ人々はこのようなことを考えるのでしょうか？
アメリカの人口生物学者であるリチャード・レビンズは、生物学的システムを研究する科学者が直面するジレンマについて概説したことで有名です。
これらのシステムには潜在的に重要な詳細が大量に含まれており、それらをモデル化するとき、そのすべてをキャプチャすることは期待できません。では、どの程度の詳細をキャプチャする必要があり、どの程度を除外する必要があるのでしょうか?
レビンズ は、モデルの詳細レベルとそれが適用されるシステムの数の間にはトレードオフがあると結論付けました。特定のシステムに関する多くの詳細をキャプチャするモデルは、他の類似のシステムについてはあまり情報がありません。
たとえば、オリンピックの水泳選手のテクニックをモデル化して、パフォーマンスを向上させることができます。しかし、そのモデルは別のスイマーを忠実に表現するものではありません.
一方、より多くのシステムをカバーするモデルは、特定のシステムに関する情報が少なくなります。人間の一般的な泳ぎ方をモデル化することで、子供向けの水泳レッスンを設計できますが、子供の個人差は無視されます。
教訓は、私たちのモデルは私たちの目的に適合しなければならないということです。特定のシステムの仕組みを説明したい場合は、非常に具体的なモデルを作成してください。多くの異なるシステムについて言いたい場合は、一般的なモデルを作成します。
一般的すぎると役に立たないのか？
自由エネルギー原理は非常に一般的なモデルです。それは、今日の生命科学において最も一般的なモデルでさえあるかもしれません。
しかし、そのようなモデルは、生物学や心理学の日常の実践においてどれほど役立つのでしょうか？ 批評家は、フリストンの理論があまりにも一般的であるため、実際にどのように利用できるかを理解するのは難しいと主張しています。
支持者は、自由エネルギー原理の成功を主張していますが、それは大きなブレークスルーになるのでしょうか？ それとも、すべてを説明しようとする理論は、結局何も説明できないのでしょうか？
この記事は、クリエイティブコモンズライセンス(CCL)の下で The Conversation と各著作者からの承認に基づき再発行されています。日本語訳は archive4ones(Koichi Ikenoue) の文責で行われています。オリジナルの記事を読めます。original article.
